财务业绩 - 第三财季营收为570.06亿美元，同比增长62%，环比增长22% [1] - 第三财季净利润为319.10亿美元，同比增长65%，环比增长21% [1] - 调整后净利润为317.67亿美元，同比增长59%，环比增长23% [1] 未来营收指引与订单情况 - Blackwell与Rubin架构相关营收规模目标为5000亿美元，已有1500亿美元产品交付完成，未来14个月需完成剩余3500亿美元目标 [2] - 本季度已交付价值500亿美元的产品，并且存在更多潜在订单 [2] - 与沙特阿拉伯达成协议，未来三年内将额外供应40万至60万块GPU [2] - 新增埃瑟尔作为合作方，营收有进一步增长的空间 [2] 行业趋势与转型 - 行业正经历从通用计算向加速计算的转型 [4] - 生成式人工智能正在改变超大规模企业的工作模式，使其能将搜索、推荐系统等业务从CPU迁移过来 [4] - 人工智能模型质量持续提升，众多应用场景均能依托GPU顺畅运行 [4] - 生成式人工智能应用场景不断拓展，例如代码辅助工具，其使用已从软件工程师扩展至企业内部各类人员 [5] - 人工智能的日常使用率持续攀升，众多初创企业积极运用生成式人工智能与智能体技术 [5] 供应链与供需前景 - 供应链规划涵盖全球相关科技企业，包括台积电、存储设备供应商及原始设计制造商等合作伙伴 [3] - 算力供需平衡的实现还需要一定时间，原因包括通用计算向加速计算转型、生成式人工智能崛起、人工智能替代传统机器学习以及智能体人工智能新领域的出现等多重变革叠加 [3][4][6] 产品价值与能效 - Hopper系列每吉瓦对应的产品价值约为200多亿至250亿美元 [6] - Blackwell系列每吉瓦对应的产品价值约为300亿美元左右 [6] - Rubin系列每吉瓦对应的产品价值可能更高 [6] - 每一代产品性能实现数倍提升，客户总拥有成本随之数倍优化 [6] - 数据中心的电力上限通常为1吉瓦，因此架构的能效（每瓦性能）至关重要，直接决定最终营收 [6] 市场需求与资金来源 - 投资GPU能帮助超大规模数据中心提供商提升通用计算的规模、速度并降低成本，这是应对摩尔定律演进放缓的最佳选择 [7] - GPU计算能提升超大规模企业现有业务模式的营收，例如其核心驱动力推荐系统已全面转向生成式人工智能 [7] - 数千亿美元的资本支出完全可以通过客户的现金流覆盖 [7] - 智能体人工智能将带来全新的收入和消费需求，并催生快速增长的新应用 [7] - 未来基础设施建设资金不仅来自超大规模数据中心提供商，每个国家都会为自身基础设施提供资金支持，企业级计算领域将自行承担相关资金需求 [8] - 全球众多行业（如自动驾驶、数字孪生、药物研发等）已开始参与并将自行筹集资金 [8]

财务业绩 - 第三季度营收达570亿美元，同比增长62%，环比增长22% [3][7][22] - 数据中心业务营收创纪录达510亿美元，同比增长66% [3][22] - 网络业务营收达82亿美元，同比增长162%，公司现已成为全球最大网络业务 [4][7][29] - 非GAAP毛利率为73.6%，GAAP毛利率为73.4% [10][14] - 第四季度营收展望为650亿美元，环比增长14%，且未计入中国数据中心计算收入 [4][36] 平台与产品路线图 - Blackwell和Rubin平台从今年初至2026年底的营收可见性达5000亿美元，且仍有增长空间 [1][3][7][22] - Blackwell GB300已开始向主要客户出货，并贡献Blackwell总营收约三分之二 [3][25] - Rubin平台计划于2026年下半年加速推广，将提供相对于Blackwell的X因子性能提升 [3][26] - 公司通过年度产品节奏和全栈设计扩大性能领先地位，致力于降低每代币成本 [22][27][29] 市场需求与驱动因素 - 全球AI基础设施年建设规模预计达3-4万亿美元 [7][22][37] - 三大平台转型驱动增长：加速计算、强大AI模型和代理式AI应用 [3][4][37][39] - 云服务提供商容量已售罄，GPU装机量（包括Blackwell、Hopper和Ampere）得到充分利用 [22] - 分析师预计2026年顶级CSP和超大规模数据中心总资本支出将达约6000亿美元，较年初增加2000多亿美元 [23] 生态系统与合作伙伴 - 公司与OpenAI、Anthropic等建立深度战略合作，扩大CUDA AI生态系统 [1][4][31][55] - 与沙特阿拉伯王国达成三年期协议，涉及40万至60万块GPU [1][43] - 物理AI已成为数万亿美元机遇，公司通过Omniverse和Jetson平台推动数字孪生和机器人创新 [4][32] - 网络业务中NVLink InfiniBand和Spectrum X Ethernet均贡献增长，AI部署大多包含公司交换机 [29] 竞争优势与技术领导力 - 公司单一架构可应对三大平台转型，覆盖所有行业、AI阶段和计算需求 [4][37][40][71] - CUDA生态系统提供显著总拥有成本优势，GPU使用寿命长，软件持续优化 [27][28] - 在最新MLPerf训练中，Blackwell Ultra训练时间比Hopper快五倍，推理性能比H200高10-15倍 [30][60] - 公司是唯一拥有AI Scale-Up、Scale-Out和Scale-Across平台的企业，市场地位独特 [29][69] 供应链与运营 - 公司积极规划供应链，预计未来12-18个月甚至更长时间内供应仍难以追平需求 [41][44] - 库存环比增长32%，供应链承诺环比增长63%，为未来显著增长做准备 [35] - 公司与台积电、富士通等合作，扩大美国本土业务，建立供应链弹性和冗余 [32][44] - 2027财年投入成本上升，但公司目标通过成本改进和产品组合将毛利率保持在70%左右 [36][64][65]

核心观点 - 英伟达在GTC 2025上展示了其在AI基础设施领域的全面领先地位，Blackwell芯片出货指引和Rubin架构的技术突破标志着公司正进入一个由AI驱动的强劲增长周期，其技术生态已扩展至6G、量子计算、自动驾驶和生物制药等多个前沿领域 [3][4][5][6][7] 产品性能与出货指引 - Blackwell芯片展现出爆发式增长，过去四个季度已出货600万块，全生命周期总出货量预计达2000万块，是上一代Hopper架构的5倍 [3] - Blackwell与2026年推出的Rubin芯片将在未来五个季度贡献5000亿美元GPU销售额，当前订单尚未包含中国及亚洲其他地区，后续区域市场拓展有望进一步推升出货量 [3][65] - Blackwell GPU已在亚利桑那州实现全面生产，基于该芯片的系统同步在美国组装 [3] 技术架构突破 - Vera Rubin计算架构采用第三代完全无缆化与100%全液冷设计，其NVL144平台FP4推理性能达3.6 Exaflops，FP8训练能力1.2 Exaflops，较GB300 NVL72提升3.3倍 [4] - NVL144平台集成BlueField-4数据处理器，支持14.4TB/s NVLink与800GB/s ConnectX-9，HBM4内存速度13TB/s，快速内存容量75TB，较GB300提升60% [4] - 第二代Rubin Ultra NVL576平台计划2027年下半年发布，FP4推理性能将达15 Exaflops，较GB300提升14倍，HBM4e内存容量升级至1TB [4] 6G网络与AI-RAN布局 - 英伟达与诺基亚达成深度战略合作，推出Aerial RAN Computer计算平台，共同推动6G网络转型与AI融合，通过AI优化6G频谱效率 [5][24] - 合作将打造"AI on RAN"生态，在6G网络之上构建云计算平台，为自动驾驶、无人机等场景提供低时延边缘AI算力 [5][25] - AI-RAN技术将于2026年启动试验，预计2030年AI-RAN市场规模累计超2000亿美元 [5] 量子计算协同架构 - 推出NVQLink高速互连技术，实现量子处理器与GPU/CPU系统的无缝连接，形成量子-经典协同计算架构，支持量子比特从数百个向数十万个扩展 [6][32] - 已有17家量子计算企业及5家控制器制造商支持NV QLink，美国能源部旗下9大国家实验室将利用该技术推进科学研究 [6][33] 多领域战略合作落地 - AI超算领域与甲骨文合作打造美国能源部最大AI超算Solstice和Equinox，总计配备11万块Blackwell GPU，提供2200 Exaflops AI性能，计划2026年上半年投入使用 [7][36] - 自动驾驶领域与Uber合作部署DRIVE AGX Hyperion 10平台，计划从2027年起将Uber Robotaxi车队规模扩至10万辆 [7][108] - 制药领域与礼来共建超算系统，由1000块Blackwell Ultra GPU驱动，旨在加速药物发现 [7] AI工厂与基础设施 - 推出BlueField-4数据处理单元，支持800Gb/s吞吐量，计算能力是前代BlueField-3的6倍，可支撑AI工厂规模扩大3倍 [8] - AI工厂是专门用于运行AI的新型基础设施，旨在高效生成高价值的Token数据，与通用数据中心有本质区别 [45] - 通过极致协同设计，Grace Blackwell平台的单GPU性能是上代产品H200的10倍，实现了10倍性能提升与10倍成本降低 [59]

核心观点 - 公司成功扭亏为盈，股价出现涨停，市场关注点在于其从传统安全软件商向“AI+安全”一体化解决方案提供商的结构性转型 [1] 财务表现 - 第三季度实现营业收入22.41亿元，同比增长16.88%，增速高于上半年3.67%的同比增幅 [2] - 第三季度实现归母净利润1.60亿元，同比扭亏为盈，迎来重要拐点 [2] - 2025年前三季度研发费用占营业收入比例近40%，远高于行业平均水平 [2] - 截至9月末货币资金余额约223.3亿元，流动比率3.59倍，短期偿债压力可控 [2] AI业务进展与商业化 - 2025年10月在AI政企市场连续中标，累计金额超3亿元，包括武汉项目1.32亿元、呼和浩特项目约1.6亿元及宁波项目2268万元，部分项目服务周期为18个月，收入具备持续性与可预测性 [3][4] - 已形成从底层大模型到上层应用、AI硬件、AI安全产品和智能体的完整生态闭环 [4] - “360智脑”系列模型“360zhinao2-o1.5”在SuperCLUE中文大模型评测中综合能力位列国产大模型第一梯队，获得测评第四名 [4] - “纳米AI搜索”及“纳米AI智能体”月度Web访问量合计超4.5亿次，国内排名第二、三名；7月月活超1200万，国内排名TOP 10 [5] - 通过“蜂群引擎”实现多智能体协同框架突破，千Token成本比国际顶尖模型低80% [5] - 推出“大模型卫士”应对提示注入攻击等新型风险，并打造“安全专家智能体”，形成“AI+安全”双轮驱动模式 [5] 政策与行业环境 - 2025年10月新修《网络安全法》通过，新增条款明确国家支持AI关键技术研发、基础设施建设及安全监管，并将AI安全提升至立法高度 [7] - 《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出“全面实施‘人工智能+’行动”，强调深化网络空间安全治理及AI与产业结合 [7] - 外部政策环境与公司“AI+安全”战略高度契合，AI安全立法与“十五五”人工智能+行动构成十年级产业红利 [7]

核心观点 - 公司成功扭亏为盈，标志着从“安全软件商”向“AI+安全”一体化解决方案提供商的结构性转折 [1] 财务表现 - 第三季度实现营业收入22.41亿元，同比增长16.88%，增速高于上半年的3.67% [2] - 第三季度实现归母净利润1.60亿元，同比扭亏为盈 [2] - 2025年前三季度研发费用占营业收入比例近40%，远高于行业平均水平 [2] - 截至9月末货币资金余额约223.3亿元，流动比率3.59倍，短期偿债压力可控 [2] AI业务进展 - 2025年10月连续中标多个AI政企项目，累计金额超3亿元，部分项目服务周期为18个月，收入具备持续性 [3][4] - 模型能力持续迭代，“360智脑”系列最新模型在权威评测中综合能力稳居国产大模型第一梯队 [4] - “纳米AI”用户规模快速增长，其搜索及智能体月度Web访问量合计超4.5亿次，月活超1200万，国内排名前列 [5] - 通过“蜂群引擎”实现多智能体协同，千Token成本比国际顶尖模型低80% [5] - 将AI与安全基因深度融合，推出“大模型卫士”和“安全专家智能体”等产品 [5] 政策环境 - 新修《网络安全法》将AI安全与发展提升至立法高度，支持运用人工智能新技术提升网络安全保护水平 [7] - “十五五”规划建议明确提出“全面实施‘人工智能+’行动”，与公司“AI+安全”战略方向高度契合 [7] - AI安全立法与“十五五”人工智能+行动构成十年级产业红利 [7]

市值里程碑与增长轨迹 - 公司于10月29日美股收盘时股价上涨2.99%至207美元/股，总市值达到5.03万亿美元，成为首家突破5万亿美元市值的企业 [1] - 公司市值从两年前的不足1万亿美元开始快速增长，于2023年6月突破1万亿美元，2024年3月突破2万亿美元，2024年6月达到3万亿美元 [1][2][3] - 公司市值从3万亿美元增至4万亿美元用时约一年，而从4万亿美元增至5万亿美元仅用时3个多月，刷新了全球纪录 [1][4] 财务业绩与增长驱动力 - 公司在2023至2024年营收增长率高达125%，而其他Fabless公司同期增长仅约20% [6] - 公司创始人兼CEO黄仁勋表示，2025年至2026年（未来5个季度），Blackwell和Rubin GPU芯片可带来的收入已超过5000亿美元，当前订单量达2000万颗，是上一代Hopper架构全生命周期出货量（400万颗）的5倍 [6] - 黄仁勋预计，到2027年，仅亚马逊、Meta、谷歌、微软、甲骨文和CoreWeave六大云计算巨头的资本支出将增至6320亿美元 [6] 行业影响与产业链效应 - 高盛预测，2025年至2027年，AWS、微软、谷歌、Meta、甲骨文五家超大规模云服务商的总资本支出接近1.4万亿美元，较2022年至2024年间的约4850亿美元增长近3倍 [7] - 公司带动了国内AI服务器、光模块、液冷、高端PCB等上下游市场空间增长，例如供应商工业富联总市值在10月29日达到1.6万亿元 [7] - 工业富联2025年前三季度实现营收6039.31亿元，同比增长38.4%；归母净利润达224.87亿元，同比增长48.52%；其云服务商GPU AI服务器前三季度营收同比增长超300%，第三季度单季环比增长超90%、同比增长超5倍 [7][8] 市场地位与竞争格局 - 公司体量已超过2024年德国、日本的GDP，其创始人兼CEO黄仁勋位列福布斯富豪榜第八 [1] - 公司被描述为AI时代的重要缔造者，是全球绝大多数AI计算基础设施的提供者，并重新发明了计算 [5][9] - 当公司市值突破5万亿美元时，微软市值约4.03万亿美元，苹果公司市值首次突破4万亿美元，公司领跑"美股科技七巨头" [10]

公司市值里程碑 - 英伟达成为全球首家市值突破5万亿美元的公司，10月29日收盘股价为207美元/股，总市值达5.03万亿美元 [1][3] - 公司市值从4万亿美元增长至5万亿美元仅用时3个多月，其体量已超过2024年德国或日本的GDP [3][4] - 公司市值在两年前尚不足1万亿美元，于2023年6月突破1万亿美元，2024年3月突破2万亿美元，同年6月突破3万亿美元，呈现加速增长态势 [3] 财务与业务表现 - 2023至2024年公司营收增长率高达125%，而其他Fabless公司同期增长率大多仅为20%左右 [6] - 公司预计2025年至2026年（未来5个季度）Blackwell和Rubin GPU芯片带来的收入将超过5000亿美元，当前订单量已达2000万颗，是上一代Hopper架构全生命周期出货量（400万颗）的5倍 [6] - 预计到2027年，仅亚马逊、Meta、谷歌、微软、甲骨文和CoreWeave六大云计算巨头的资本支出就将增至6320亿美元 [6] 行业影响与产业链 - 高盛预测2025年-2027年五家超大规模云服务商的总资本支出接近1.4万亿美元，较2022年-2024年间的约4850亿美元增长近3倍 [7] - 公司带动国内AI服务器、光模块、液冷、高端PCB等上下游市场增长，供应商工业富联总市值在10月29日达到1.6万亿 [7] - 工业富联2025年前三季度营收6039.31亿元，同比增长38.4%，归母净利润224.87亿元，同比增长48.52%，其中云服务商GPU AI服务器前三季度营收同比增长超300%，第三季度单季环比增长超90%、同比增长超5倍 [7][8] 公司定位与竞争格局 - 公司被定位为AI时代的重要缔造者，是全球绝大多数AI计算基础设施的提供者，并重新发明了计算 [5][9][10] - 公司市值目前领先于微软（约4.03万亿美元）和苹果（首次突破4万亿美元）等科技巨头 [10] - 美国银行全球研究将公司目标股价从235美元上调至275美元，对应市值约6.68万亿美元 [10]

美股市场表现 - 美股三大指数集体高开，道指涨0.44%，纳指涨0.62%，标普500指数涨0.31% [1] - 英伟达股价涨超4%，总市值达到5.1万亿美元，单日市值增加约2500亿美元 [1] - 公司成为首家市值突破5万亿美元的上市公司，从4万亿美元到5万亿美元仅用时113天，而从3万亿到4万亿则耗时410天 [1] - 公司总市值已超过英、法、德等国家的股市总市值，并逼近印度股市总价值（5.3万亿美元） [1] - 公司股价较4月低点反弹超135%，市值增加2.9万亿美元，今年累计上涨54% [1] 机构观点与业绩预期 - 美国银行全球研究将英伟达目标价格从235美元上调至275美元，对应市值达6.68万亿美元 [2] - 公司CEO黄仁勋表示，Blackwell及新一代Rubin芯片正推动公司进入前所未有的销售增长周期 [3] - 公司最新一代芯片有望在未来几个季度创造高达5000亿美元的收入 [3] - GPU支柱上，Rubin和Blackwell芯片的预期销量超过5000亿美元 [2] 战略布局与技术发布 - 在GTC华盛顿大会上，公司发布涵盖6G通信、量子计算、AI工厂、机器人技术等多领域成果 [3] - 6G领域，公司投资入股诺基亚，并联合电信公司推AI-RAN [2] - 量子计算领域，公司推出新互联技术NVQLink，将GPU计算与量子处理器联合以构建加速量子超级计算机 [3] - 面向物理AI，公司与Uber合作无人驾驶，机器人、AI工厂稳步前行 [3] - 公司CEO黄仁勋强调生态合作重要性，并回顾公司30年技术深耕历程，从发明GPU与CUDA编程模型到推动"加速计算"成为新一代计算模型 [3] - CUDA生态已构建350余个专用库，覆盖计算光刻、数值优化、医学影像、量子计算等关键领域 [3]

加速计算范式转变 - 公司推动的"加速计算"模式已成为继冯·诺依曼体系之后60年来计算领域的全新范式，随着摩尔定律逼近物理极限，传统CPU性能增长受限[4] - 公司通过GPU与CUDA生态重新定义计算架构，目前全球数亿台GPU设备通过CUDA实现代际兼容，支撑人工智能、自动驾驶、医疗影像、量子模拟等关键行业的算力基础[4] - 加速计算需要全新的算法和库，公司花费近30年时间逐个领域推进，现已达到转折点[9][10][11] 6G电信基础设施 - 公司宣布推出新产品线NVIDIA ARC并与诺基亚建立战略伙伴关系，共同推进基于AI和加速计算的6G基础设施，标志着美国有望重新夺回电信技术创新主导权[4][15] - ARC平台整合公司最新的Blackwell GPU、灰色CPU和ConnectX网络芯片，支持AI for RAN，可通过强化学习算法提升频谱效率和能耗表现[17] - 该合作将助力全球数百万个基站实现智能升级，频谱效率提升可减少全球约1.5%至2%的电力消耗[18] 量子计算突破 - 公司推出全新互联架构NVQLink与计算平台CUDAQ，实现量子处理单元与GPU超级计算机的协同[5][21] - 通过AI驱动的量子纠错与混合模拟，量子纠错需要从量子信息处理系统中读取信息，计算错误位置并发送数据纠正错误，NVQLink能够将数TB数据移入和移出量子硬件，每秒进行数千次量子纠错[22][23] - 公司与美国能源部合作建设七台新一代AI超级计算机，八大国家实验室已加入该计划[5][26] AI工厂概念 - AI不仅是聊天机器人，而是重新定义整个计算堆栈的力量，需要巨大的能源、GPU算力和全新算法栈支撑[27][28] - AI工厂是新型系统，专门生成价值最大化的tokens，需要以惊人速度生成并保持经济高效，与过去通用数据中心有本质区别[34][35] - 公司通过极致协同设计实现性能指数级增长，打造完整AI工厂，使性能提升十倍成为可能[42][43][53] 业务增长预期 - 公司股价创纪录高点，市值达4.89万亿美元，分析师看好政府合同和多元化收入[6] - 公司预计2026年底GPU销售将达5000亿美元，可能是历史上首家能看到5000亿美元业务规模的公司[6][50] - Blackwell设备已售出六百万台，未来五个季度将有5000亿美元业务，相当于Hopper增长率的五倍[52] 开源模型生态 - 开源模型因具备推理能力而变得强大，是多模态且效率高，对开发人员极其有用，是初创公司命脉[62] - 公司在开源贡献方面处于领先地位，拥有23个模型在排行榜上，涵盖语言模型、物理AI模型、机器人模型到生物学模型[63] - 开源模型需要使美国在开源方面保持领先地位，公司致力于实现这一目标[63] 物理AI与机器人 - 物理AI需要三台计算机：训练计算机、Omniverse计算机和机器人计算机，都运行CUDA[69] - 公司正在打造未来机器人工厂，通过数字孪生技术规划、设计和运营工厂[71][72] - 人形机器人和无人驾驶出租车处于拐点，可能成为最大消费电子和工业制造行业之一[73][75][78] 合作伙伴生态系统 - 公司与多家云服务提供商集成NVIDIA GPU和计算库，包括AWS、Google Cloud、微软Azure和Oracle[65] - 将NVIDIA库集成到全球SaaS中，与ServiceNow、SAP、Synopsys、Cadence等公司合作加速其技术栈[66] - 与CrowdStrike合作提升网络安全速度，与Palantir合作加速数据处理和商业洞察发现[67][68]

核心观点 - 英伟达CEO黄仁勋在GTC大会上系统阐述了AI将引发新工业革命，并发布了革命性的Blackwell平台，定义了“AI工厂”这一全新基础设施概念 [2] - 人工智能被视为“工作”而非“工具”，是能够真正使用工具的“工人”，将参与并驱动价值百万亿美元的全球经济 [3][34][36] - 摩尔定律已基本终结，英伟达通过“极限协同设计”的全栈式创新（从芯片、系统、互联到软件）来持续提升性能并降低AI计算成本，这是超越摩尔定律的唯一路径 [3][15][47] - “AI工厂”将取代传统数据中心，其核心目标是专一地以最低成本、最快速度生产最具价值的智能“令牌”（Token），成为新工业革命的核心基础设施 [4][5][38] - 物理AI（Physical AI）是下一个巨大浪潮，需要三台协同工作的计算机（用于训练、数字孪生模拟和机器人操作），标志着AI从数字世界走向现实物理世界 [6][82] 加速计算：超越摩尔定律 - 晶体管数量增长已无法带来同等的性能与功耗优化，传统CPU的顺序处理模式难以为继，加速计算时代已经到来 [14][15] - 英伟达耗费30年构建的庞大CUDA生态系统（包含超过350个专业库）是其核心护城河，使开发者能无缝利用GPU并行计算能力解决复杂问题 [3][17][18] - 从计算光刻库CuLitho到加速SQL的CuDF，再到医学影像MONAI和量子计算CuQuantum，这些专业库构成了强大的软件壁垒，为各行各业提供了加速计算解决方案 [17][18] AI工厂：新工业革命的核心基础设施 - AI工厂与传统数据中心根本不同，其目标极为专一：生产智能“令牌”（Token），这些令牌可以是文字、图像、化学结构甚至机器人动作 [5][38] - AI模型从预训练发展到后训练和实时“思考推理”，对计算资源的需求正经历双重指数增长：模型复杂度提升和用户规模扩大带来的计算需求 [5][42][44] - AI工厂的终极商业逻辑是以最低成本生成令牌，Blackwell平台虽是最昂贵的计算机，但其强大的令牌生成能力使其单位成本最低，确保了AI“良性循环”得以持续 [5][52][53] Blackwell平台：极限协同设计的革命 - Blackwell平台是“极限协同设计”的产物，其重要性被类比为“自IBM System 360以来最彻底的计算机重塑”，英伟达将芯片、系统、互联、网络乃至整个机架作为一个完整计算单元进行设计 [5][47][48] - 第三方基准测试显示，Grace Blackwell（GB200）的性能是上一代H200的10倍，在晶体管数量仅增加约两倍的情况下实现10倍性能提升，体现了协同设计的巨大优势 [51] - 该平台通过NVLink 72等技术将多个GPU高效互联，形成一个巨大的虚拟GPU，以支持庞大AI模型中众多“专家”模型的协同工作 [50][51] 物理AI：数字智能与现实世界的融合 - 实现物理AI需要三台计算机协同工作：用于训练的Blackwell超级计算机、用于在数字孪生中模拟验证的Omniverse计算机，以及部署在机器人或自动驾驶汽车中的Jetson Thor机器人计算机 [6][82] - 英伟达通过Omniverse DSX平台与西门子、富士康等企业合作，在数字孪生中设计、建造和运营机器人化工厂 [7][71] - 在人形机器人领域与Figure、Agility Robotics等公司合作，在自动驾驶领域通过Drive Hyperion平台与Uber等合作，构建庞大的物理AI生态系统 [7][82][84] 美国制造与供应链重塑 - 从亚利桑那州的晶圆制造到德克萨斯州的系统组装，Blackwell及未来AI工厂的各世代都将在美国制造，这被视为对美国制造业回归和再工业化的贡献 [8][55][62] - 公司业务可见性极高，已能看到累计5000亿美元的Blackwell以及到2026年下一代平台Rubin的早期增长订单，Blackwell的GPU数量预计达到2000万个，是前代Hopper的5倍增长率 [58][59] - 特朗普政府要求将制造业带回美国，公司9个月后即在亚利桑那州实现Blackwell的全面生产，这涉及地缘政治考量和供应链安全 [62] 下一代平台与持续创新 - 在Blackwell之后，公司已揭晓下一代平台Rubin，其设计完全无线缆、100%液冷，并承诺以“每年一次”的节奏进行极限协同设计系统的迭代 [63][65] - Rubin平台的一个机架性能相当于9年前交付给OpenAI的DGX-1超级计算机的100倍，体现了性能的指数级提升 [66] - 公司通过Omniverse DSX蓝图，在物理AI工厂建成前就进行数字化设计、规划和优化，与众多建筑、工程和基础设施合作伙伴共同构建千兆级AI工厂 [71][72] 开放生态与战略合作 - 开源模型对公司、初创企业和研究人员至关重要，英伟达在开源贡献方面处于领先地位，在排行榜上有23个模型，涵盖语言、物理AI、机器人、生物学等领域 [75] - 公司与全球主要云服务商（AWS、谷歌云、微软Azure、甲骨文）深度集成，确保其GPU、计算库和模型在任何云端都能出色工作 [77] - 宣布与CrowdStrike合作提升网络安全至“光速”，与Palantir合作加速其本体（Ontology）平台的数据处理速度和规模，并将AI能力集成到ServiceNow、SAP等企业SaaS中 [79][80][78] 拓展新边界：6G与量子计算 - 公司与诺基亚合作推出NVIDIA ARC（空中无线电网络计算机），旨在将电信技术带回美国，使美国成为6G革命的中心，这是一个3万亿美元的产业 [21][22] - ARC由Gray CPU、Blackwell GPU和专为无线通信设计的ConnectX网络构建，能同时进行无线通信和AI处理，并支持通过AI技术提高无线频谱效率 [22][23] - 发布NVQ Link互连架构，可将量子处理器与GPU直接连接，以进行量子纠错、校准和控制，并获得17家量子计算机公司和8个美国能源部实验室的支持 [24][26][27][28]